在EEG中模拟多间隔头部:非结构化的边界装配四边形与下皮层结构的交织.
Fernando Galaz Prieto1, Joonas Lahtinen1, Maryam Samavaki1
1Computing Sciences, Faculty of Information Technology and Communication Sciences, Tampere University, Tampere, Pirkanmaa, Finland.
PloS one
|September 20, 2023
概括
本研究介绍了一种自动化工具,用于创建详细的人类头部模型,用于电脑电图 (EEG) 源定位. 该方法产生了精确的有限元网格,改善了非侵入性大脑活动分析.
科学领域:
- 生物医学工程 生物医学工程
- 计算神经科学是一种神经科学.
背景情况:
- 精确的人类头部模型对于电脑电图 (EEG) 源定位至关重要.
- 现有的方法往往缺乏对皮层下大脑结构的全面分离.
- 建模错误可以显著影响非侵入性源定位的灵敏度.
研究的目的:
- 引入一个自动化的,可适应的有限元 (FE) 网格生成工具,用于多个分区的人类头部模型.
- 通过提高网格质量来提高EEG源定位的准确性.
- 解决在EEG研究中缺乏开放软件管道来分辨复杂的大脑结构的问题.
主要方法:
- 开发了一种自动化方法,使用表面细分的递归固角标记.
- 集成的网格光滑,精炼,膨胀和优化程序.
- 将该技术应用于基于磁共振成像 (MRI) 的头部细分,包括皮下结构.
主要成果:
- 成功制造了一个非结构化的,边界装配的四面体网格,装配误差小于一毫米.
- 实现了对3D解剖细节,EEG领先场矩阵和源定位的所需精度.
- 网格生成器是在基于MATLAB的Zeffiro接口工具箱中实现的,具有GPU加速.
结论:
- 自动网状发电方法为EEG研究提供了一个准确和可适应的工具.
- 这种方法提高了非侵入性来源定位的可靠性,特别是在皮质下区域.
- 将其集成到一个开源工具箱中,有助于在EEG研究中实现更广泛的可访问性和应用.
